CN111230259A - 非平整面自主识别机器人增材制造成形精度控制装置 - Google Patents
非平整面自主识别机器人增材制造成形精度控制装置 Download PDFInfo
- Publication number
- CN111230259A CN111230259A CN201811446979.XA CN201811446979A CN111230259A CN 111230259 A CN111230259 A CN 111230259A CN 201811446979 A CN201811446979 A CN 201811446979A CN 111230259 A CN111230259 A CN 111230259A
- Authority
- CN
- China
- Prior art keywords
- robot
- welding gun
- laser
- workpiece
- additive manufacturing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/095—Monitoring or automatic control of welding parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/095—Monitoring or automatic control of welding parameters
- B23K9/0953—Monitoring or automatic control of welding parameters using computing means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/16—Arc welding or cutting making use of shielding gas
- B23K9/167—Arc welding or cutting making use of shielding gas and of a non-consumable electrode
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/32—Accessories
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/04—Viewing devices
Abstract
本发明公开一种非平整面自主识别机器人增材制造成形精度控制的装置,该装置包括将两个CMOS摄像机与一台投影仪组成的三维测量系统,置于待增材工件上方,用来采集工件表面图像,该三维测量系统与计算机、焊接机器人控制柜相连,可将工件表面的特诊数据导入机器人控制柜中;TIG焊枪与激光器通过夹具组成为一体,通过驱动TIG焊枪的运动来带动激光器的运动,可实现双重修复表面的目的;机器人协同装置系统,合理控制三维测量系统、TIG焊枪以及激光器之间的工作状态。本发明所提供的针对非平整面自主识别机器人增材制造成形精度控制的装置,适用于平整度低于2mm的非平整面;该装置具有操作简单、工作效率高、成本低等优点。
Description
技术领域
本发明属于机器视觉技术领域以及增材制造技术领域,涉及非平整面自主识别机器人增材制造成形精度控制的装置。
背景技术
随着近年来科学技术的进步,机器视觉在工业生产中的应用越来越广泛,用机器代替人做测量和判断,减少由于人的主观因素导致的误差。通过机器视觉产品将被摄取目标转换成图像信号,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像处理系统对信号进行各种运算来提取目标的特征,进而根据控制模型判别、并对目标相关设备参数和动作进行在线调整。
将机器视觉技术与焊接自动化技术相结合,可以改善以往机器人工作时一成不变的工作模式,实现机器人根据工作时的焊接环境和焊接任务,自动调节更合适的焊接过程,这对于焊接智能化的发展起到了很大的推动作用。
专利申请号为201711469112.1的发明公开了一种焊接质量机器视觉高精度检测方法。该方法为:先采用360°高清摄像头采集焊接后的工件表面图像,并将采集的图像发送至控制器中;再将控制器中设置的图像采集卡对图像信号进行滤杂优化后发送至控制器内主控单元;之后对采集的图像进行分类处理;最后将分类后的图像发送至数据库中进行比对,将焊接质量不符合的工件进行报警剔除。然而,此方法过程繁琐,需要重复比对,而且处理精度不足。
专利申请号为201711425236.X的发明提供了一种双目视觉系统的三维重建方法、装置及双目视觉系统,所述三维重建方法为:使用预先标定参数模型的双目摄像头获取两幅图像;基于所述两幅图像,使用YOLO目标检测算法获取目标物体图像的识别信息与检测窗口,对所述两幅图像的检测窗口作为特征点进行立体匹配,获得目标物体图像的空间离散点云;基于所述空间离散点云与所述参数模型,通过三角测绘的原理,获取实际空间中目标物体的位置坐标,以完成三维重建。然而,此方法中的三维重建过程中两台摄像头对应成像点匹配困难,算法复杂。
发明内容
本发明的目的在于基于现状的不足,针对不同尺度平整度的工件表面,提供一种能够有效提高非平整面自主识别机器人增材制造精度控制的装置。
实现本发明目的的技术方案为:
一种非平整面自主识别机器人增材制造成形精度控制的装置,其特征在于,所述的装置包括将两个CMOS摄像机与一台投影仪组成的三维测量,置于待增材工件上方,用来采集工件表面图像,该三维测量系统与计算机、焊接机器人控制柜相连,可将工件表面的特诊数据导入机器人控制柜中;激光器与TIG焊枪通过夹具组成为一体,通过驱动TIG焊枪的运动来带动激光器的运动,可实现双重修复表面的目的。
进一步的,三维测量系统是基于结构光的双目视觉相结合原理来采集工件表面图像;
进一步的,CMOS相机为日本Computer工业镜头M1214-MP2,焦距为12mm,后焦距为13.1mm,镜头直径与焦距之比的最大值为1:1.4,工作范围:光圈可达F1.2-F18C、焦点可达0.15m-Inf;
进一步,投影仪为Acer K132投影仪,分辨率为1280×80,对比度达到10000:1,色彩数目可达10.7亿色,投影距离可达1.0-12.5m;
进一步,所述的TIG焊枪与激光器是通过夹具组合成一体,且有各自的保护气输送管道和连接焊枪水冷的导管;
进一步的,所述的TIG焊枪在整个过程中,既有表面修整(不填丝的电弧熔化)过程,又有最后的增材过程;
进一步的,所述的机器人协同装置系统,基于以太网,在传统单机工作方式的基础上,添加通信板卡,通过PLC配置的PN网口与增材过程中需要的TIG焊接机器人、激光器以及三维测量系统组成PR0FINET网络,其中PLC作为系统的主站,各机器人作为系统的从站,从站之间的数据信息交换通过主站实现,实现多台机器人的管理与控制。
本发明相对于现有技术相比具有显著优点:
1.本发明所提供的针对非平整面自主识别机器人增材制造成形精度控制的装置,能够完成平整度低于2mm的非平整面。
2.该装置具有操作简单、工作效率高、成本低等优点。
附图说明
图1是本发明使用的三维测量系统的结构示意图。
图2是本发明的激光-TIG焊枪集成示意图。
图3是本发明的装置的流程示意图。
图4是本发明的非平整面自主识别机器人增材制造成形精度控制的装置连接示意图。
图5是本发明的非平整面自护识别机器人增材制造成形精度控制装置的结构连接示意图。
图6(a)是格雷码图案,图6(b)为相移图案。
图中:1.保护气瓶;2.焊机;3.送丝机;4.工业六轴机器人;5.增材焊枪与激光器复合装置(TIG焊枪、微型激光器);6.待增材制造的工件;7.翻转工作台;8.三维测量系统(两个CMOS相机、一台投影仪);9.计算机;10.机器人控制柜。
具体实施方式
为了使本发明的目的、方案及优点更加清楚明了,下面将结合附图以及具体实例,对本发明详细说明。下面所讲述的具体方案仅仅用来解释本发明。但本发明并不限定于该种应用途径。
本发明为一种非平整面自主识别机器人增材制造成形精度控制的装置,主要装置包括:由2个焦距为12mm的M1214-MP2-computar镜头和一台Acer K132投影仪组成的三维测量系统、通过夹具固定在一起的TIG焊枪和Precitec YC-30激光器激光器、日本YASKWA公司的六轴机器人、机器人控制柜、米勒Dynasty350焊机、送丝机为WF-007A、焊枪夹具一套、计算机、焊枪水冷装置、保护气装置、西门子S7—400型PLC控制器。
本发明的装置包括:
该装置包括将两个CMOS摄像机与一台投影仪组成的三维测量系统8,置于待增材工件6上方,用来采集工件表面图像,该三维测量系统8与计算机9、焊接机器人控制10相连,可将工件表面的特征数据导入机器人控制柜10中;激光器与TIG焊枪通过夹具组成为增材焊枪与激光器复合装置5,通过驱动TIG焊枪的运动来带动激光器的运动,此外,设有机器人协同装置系统用于控制三维测量系统、TIG焊枪以及激光器之间的协同工作。
此外,该装置还设有翻转工作台7用于固定增材工件6。增材焊枪与激光器复合装置5与工业六轴机器人4相连,工业六轴机器人4与焊机2及送丝机3相连,焊机2连接有保护气瓶1。
本发明中,TIG焊枪在整个过程中,既有表面修整(不填丝的电弧熔化)过程,又有最后的增材过程;
本发明中的机器人协同装置系统,基于以太网,在传统单机工作方式的基础上,添加通信板卡,通过PLC配置的PN网口与增材过程中需要的TIG焊接机器人、激光器以及三维测量系统组成PR0FINET网络,其中PLC作为系统的主站,各机器人作为系统的从站,从站之间的数据信息交换通过主站实现,实现多台机器人的管理与控制。
该装置具体工作过程如下:
步骤一:用角磨机将待进行增材制造的工件(Q235A基板,尺寸为200mm×200mm×40mm,表面凹凸不平)上表面进行打磨,去除表面的氧化皮,然后擦拭丙酮,去除表面油污;之后用夹具固定在工作台上;
步骤二:将两个CMOS摄像机按照镜头端面的法线与工件表面的法线成30°的角度和投影仪集成于可在工件上方自由移动的三维测量系统上,此系统与计算机,焊接机器人控制器三者相连;
步骤三,驱动三维测量系统到达工件表面正上方40cm处,采集处理左右相机拍摄到的图像,提取工件表面凸起与凹陷区域的特征,生成特征点的三维模型
具体操作方法如下:
先根据三角形的相似性原理得到世界坐标系中点与相机像素坐标系中对应的点关系式,来完成单相机的标定和校正;再通过两台相机坐标系间相对的旋转矩阵和平移向量来标定和校正双相机的位置;
之后向工件表面依次投射下图6(a)所示的6幅格雷码图案,将工件表面分成000000~11111l这26个区域。其中码字为6幅图案所对应的0、1的序列,0对应黑色,1对应白色;然后再向物体投射下图6(b)所示的相移图案,并将其每次平移1/4周期,投射4次;
解编码方法:首先将格雷码转换为十进制编码,获得周期次数k。再向物体表面投射一组格雷码图案后,对格雷码取反,再次投射到物体上。若第一组格雷码采样点灰度值大于第二组,则取值为1,反之为0。然后,投射4幅相移图案,采样点的灰度值可表示为:
In(x,y)为点I(x,y)在第n幅相移图中的灰度值,I’(x,y)为条纹光的背景光强,
I”(x,y)/I’(x,y)为条纹反差,θ(x,y)为待求主相位值
最后将所得周期值与主相位值相叠加可得点I(x,y)的绝对相位值Ψ(x,y)
ψ(x,y)=2kπ+θ(x,y)
通过特征点的绝对相位值,即可实现特征点的三维模型重建;
步骤四,控制器根据提取到的特征数据重建三维模型,然后将其与标准产品CAD模型数据进行配准,得出与原始的表面精度差值△R,为0.7mm;
步骤五,将△R值的大小导入到机器人控制柜中,根据机器人控制柜的Oracle数据库确定焊枪电弧熔化的参数;Oracle数据库部分△R值与焊接电流的关系如下所示:
控制器根据所生成的控制代码驱动机器人带动增材枪到达指定区域,然后TIG焊枪根据焊接参数进行不填丝电弧熔化过程。由△R的值为0.70mm,故焊接电流设定为150A;
步骤六,步骤五完成后,再次驱动三维测量系统采集熔化后的工件表面图像,控制器再次提取表面凸起与凹下区域的特征、重建三维模型,并计算出此时的表面平整度为0.45mm<0.5mm,达到表面平整度的要求;
步骤七,将电弧熔化后得到的工件表面平整度的数值输入到已模型化的控制器中,控制器中的数据库会根据表面平整度数值的大小选择不同能量、频率的激光热源,通过焊枪边上的激光器,对整个平面进行熔化处理;
步骤八,步骤七完成后,再利用三维测量系统来测量得到此时的工件表面平整度为0.25mm>0.1mm,不符合平整度的要求,需要重复步骤七;之后再次测量得到工件表面平整度为0.08mm<0.1mm,达到表面平整度的要求;
步骤九,在激光熔化的工件表面状态下,选用直径1.2mm的316L不锈钢焊丝进行TIG增材制造焊接过程。送丝角度为20°,送丝方向在基板上的投影与X轴正方向成210°;设定焊接电流为180A;钨极到工件的距离为8mm;保护气为纯度99.99%的氩气(气体流量10L/min);焊接速度为180mm/min。观察成形后的增材结构件,表面近似平整,无明显凸起与凹陷区域,成形质量良好;
步骤十,对比试验:取相同尺寸与相似表面缺陷的Q235A基板,用角磨机打磨表面,去除表面的氧化皮,然后擦拭丙酮,去除表面油污;之后用夹具固定在工作台上,选用步骤九中的TIG焊接参数进行增材制造的过程。观察此时成形后的增材结构件,表面凹凸不平,未熔合与裂纹等缺陷遍布成形件表面。
最终,通过最后成形件的表面质量以及对比试验,可以得知本发明提供的异种非平整面自主识别机器人增材制造成形精度控制的方法能够有效提高非平整面工件的表明平整度,进而提高电弧增材成形件的表面质量。
Claims (7)
1.一种非平整面自主识别机器人增材制造成形精度控制的装置,其特征在于,所述的装置包括将两个CMOS摄像机与一台投影仪组成的三维测量系统(8),置于待增材工件(6)上方,用来采集工件表面图像,该三维测量系统(8)与计算机(9)、焊接机器人控制柜(10)相连,可将工件表面的特征数据导入机器人控制柜(10)中;激光器与TIG焊枪通过夹具组成为增材焊枪与激光器复合装置(5),通过驱动TIG焊枪的运动来带动激光器的运动,此外,设有机器人协同装置系统用于控制三维测量系统、TIG焊枪以及激光器之间的协同工作。
2.根据权利要求1所述的非平整面自主识别机器人增材制造成形精度控制装置,其特征在于,所述的三维测量系统是基于结构光的双目视觉相结合原理来采集工件表面图像。
3.根据权利要求1所述的非平整面自主识别机器人增材制造成形精度控制装置,其特征在于,所述的CMOS相机为日本Computer工业镜头M1214-MP2,焦距为12mm,后焦距为13.1mm,镜头直径与焦距之比的最大值为1:1.4,工作范围:光圈可达F1.2-F18C、焦点可达0.15m-Inf。
4.根据权利要求1所述的非平整面自主识别机器人增材制造成形精度控制装置,其特征在于,所述的投影仪为Acer K132投影仪,分辨率为1280×80,对比度达到10000:1,色彩数目可达10.7亿色,投影距离可达1.0-12.5m。
5.根据权利要求1所述的非平整面自主识别机器人增材制造成形精度控制装置,其特征在于,TIG焊枪与激光器是通过夹具组合成一体,且分别设有保护气输送管道和连接焊枪水冷的导管。
6.根据权利要求1所述的非平整面自主识别机器人增材制造成形精度控制装置,其特征在于,所述的TIG焊枪为可满足进行表面修整过程并进行增材的焊枪。
7.根据权利要求1所述的非平整面自主识别机器人增材制造成形精度控制装置,其特征在于,所述的机器人协同装置系统,基于以太网,在传统单机工作方式的基础上,添加通信板卡,通过PLC配置的PN网口与增材过程中需要的TIG焊接机器人、激光器以及三维测量系统组成PR0FINET网络,其中PLC作为系统的主站,各机器人作为系统的从站,从站之间的数据信息交换通过主站实现,实现多台机器人的管理与控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811446979.XA CN111230259A (zh) | 2018-11-29 | 2018-11-29 | 非平整面自主识别机器人增材制造成形精度控制装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811446979.XA CN111230259A (zh) | 2018-11-29 | 2018-11-29 | 非平整面自主识别机器人增材制造成形精度控制装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111230259A true CN111230259A (zh) | 2020-06-05 |
Family
ID=70862265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811446979.XA Pending CN111230259A (zh) | 2018-11-29 | 2018-11-29 | 非平整面自主识别机器人增材制造成形精度控制装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111230259A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106112207A (zh) * | 2016-08-17 | 2016-11-16 | 广东工业大学 | 熔化极气体保护焊3d增材修补装置及修补方法 |
WO2017143063A1 (en) * | 2016-02-17 | 2017-08-24 | Flitsch Robert | Methods, materials and apparatus for mobile additive manufacturing of advanced structures and roadways |
CN107727011A (zh) * | 2017-09-14 | 2018-02-23 | 华中科技大学 | 选择性激光熔化制造过程中平面度和轮廓度在线测量方法 |
CN108098146A (zh) * | 2017-12-12 | 2018-06-01 | 南京理工大学 | 一种非平整面高精度激光增材成形方法 |
CN108115282A (zh) * | 2017-12-29 | 2018-06-05 | 南京理工大学 | 一种电弧-激光复合式机器人增材制造系统 |
CN108127238A (zh) * | 2017-12-29 | 2018-06-08 | 南京理工大学 | 非平整面自主识别机器人增材成形的方法 |
CN108145332A (zh) * | 2017-12-12 | 2018-06-12 | 南京理工大学 | 机器人电弧增减材成形装置及方法 |
CN108555423A (zh) * | 2018-01-16 | 2018-09-21 | 中国计量大学 | 三维焊缝自动识别装置及方法 |
-
2018
- 2018-11-29 CN CN201811446979.XA patent/CN111230259A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017143063A1 (en) * | 2016-02-17 | 2017-08-24 | Flitsch Robert | Methods, materials and apparatus for mobile additive manufacturing of advanced structures and roadways |
CN106112207A (zh) * | 2016-08-17 | 2016-11-16 | 广东工业大学 | 熔化极气体保护焊3d增材修补装置及修补方法 |
CN107727011A (zh) * | 2017-09-14 | 2018-02-23 | 华中科技大学 | 选择性激光熔化制造过程中平面度和轮廓度在线测量方法 |
CN108098146A (zh) * | 2017-12-12 | 2018-06-01 | 南京理工大学 | 一种非平整面高精度激光增材成形方法 |
CN108145332A (zh) * | 2017-12-12 | 2018-06-12 | 南京理工大学 | 机器人电弧增减材成形装置及方法 |
CN108115282A (zh) * | 2017-12-29 | 2018-06-05 | 南京理工大学 | 一种电弧-激光复合式机器人增材制造系统 |
CN108127238A (zh) * | 2017-12-29 | 2018-06-08 | 南京理工大学 | 非平整面自主识别机器人增材成形的方法 |
CN108555423A (zh) * | 2018-01-16 | 2018-09-21 | 中国计量大学 | 三维焊缝自动识别装置及方法 |
Non-Patent Citations (2)
Title |
---|
张永举等: "结构光与双目视觉相结合的三维测量", 《计算机与现代化》 * |
黄松梅等: "双目立体视觉非接触式测量研究", 《烟台大学学报(自然科学与工程版)》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109648202B (zh) | 非平整面自主识别机器人增材制造成形精度控制方法 | |
CN110524580B (zh) | 一种焊接机器人视觉组件及其测量方法 | |
CN107590835B (zh) | 一种核环境下机械臂工具快换视觉定位系统与定位方法 | |
CN110530877B (zh) | 一种焊接外形质量检测机器人及其检测方法 | |
CN110524582B (zh) | 一种柔性组对焊接机器人工作站 | |
CN112191993B (zh) | 一种氩弧焊焊缝跟踪系统及方法 | |
CN110524583B (zh) | 基于嵌入式平台的焊缝寻位跟踪3d视觉传感器及跟踪方法 | |
CN102490523B (zh) | 一种基于计算机视觉的自动激光雕刻系统及其使用方法 | |
CN104634787A (zh) | 一种汽车车身外表面喷漆瑕疵自动检测装置与方法 | |
CN102179726B (zh) | 基于图像技术的数控加工二次装夹偏差测量仪及方法 | |
CN109405755B (zh) | 一种大尺寸管板孔径和节距测量装置与测量方法 | |
CN112964186B (zh) | 一种轴孔自动化装配过程中间隙测量装置及方法 | |
CN105157603A (zh) | 一种线激光传感器及其三维坐标数据的计算方法 | |
CN106918306A (zh) | 基于光场单相机的工业产品三维形貌实时检测系统 | |
Shah et al. | An experiment of detection and localization in tooth saw shape for butt joint using KUKA welding robot | |
CN113927165A (zh) | 一种机器人填丝激光熔覆缺陷快速定位修复方法与系统 | |
Cai et al. | An autonomous positioning method of tube-to-tubesheet welding robot based on coordinate transformation and template matching | |
CN114571160A (zh) | 一种离线的曲面焊缝提取和姿态估计方法 | |
CN110779933A (zh) | 基于3d视觉传感阵列的表面点云数据获取方法和系统 | |
CN212886706U (zh) | 一种基于机器视觉的铸造件智能精确打磨加工装置 | |
Ye et al. | Weld seam tracking based on laser imaging binary image preprocessing | |
CN111230259A (zh) | 非平整面自主识别机器人增材制造成形精度控制装置 | |
CN110842930A (zh) | 基于dlp和相机标定的用于机器人的视觉装置及测量方法 | |
CN112834505B (zh) | 管道工件涂膏的焊缝三维视觉检测定位装置及其检测定位方法 | |
KR20190124451A (ko) | 용접비드 비전 검사 장치 및 3d 캘리브레이션 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |